申请/专利权人：山东省科学院海洋仪器仪表研究所

申请日：2023-12-19

公开（公告）日：2024-01-19

公开（公告）号：CN117421601A

主分类号：G06F18/214

分类号：G06F18/214;G06F18/22;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.06#实质审查的生效;2024.01.19#公开

摘要：本发明公开了一种海面蒸发波导临近期快速预报方法，涉及海洋环境预测技术领域，包括构建大气要素观测数据集、大气要素驱动数据集、历史模拟数据集、降尺度数据集，通过上述数据集，对神经网络模型进行训练，建立经验预测模型，通过过去24小时的蒸发波导高度预测未来3小时的蒸发波导高度。本发明通过数值模式的动力降尺度模拟为经验模型训练提供足量的训练数据，能够适应区域的变化而不出现预报精度显著退化的问题，同时该方法主要针对计算能力较低、大数据传输能力欠缺的海洋观测设备设计，能够有效集成在硬件设备之中，实现在船舶移动中未来三小时临近期分钟级的蒸发波导自动预测。

主权项：1.一种海面蒸发波导临近期快速预报方法，其特征在于，包括如下步骤：步骤1，研制历史模拟数据集；收集目标区域内的气象历史真实数据，整理出大气要素观测数据集；收集十年以上大气和海洋再分析数据构成大气要素驱动数据集；构建大气、海洋、海浪双向耦合模型，将大气要素驱动数据集进行处理后驱动双向耦合模型进行模拟，模拟所得的结果为历史模拟数据集；步骤2，研制降尺度数据集：建立模式误差修正模型对步骤1所得的历史模拟数据集进行修正，得到降尺度数据集；步骤3，利用蒸发波导观测系统在目标区域内开展不少于六个月的连续观测，根据蒸发波导模型计算出蒸发波导高度；步骤4，根据步骤2制作观测期间蒸发波导观测区域内的降尺度数据集，并根据蒸发波导模型计算出模拟蒸发波导高度；步骤5，以步骤3所得的蒸发波导高度为目标变量，步骤4所得的蒸发波导高度为输入，对神经网络进行训练，构建修正关系模型；步骤6，通过步骤2所得的降尺度数据集经蒸发波导模型计算得到区域蒸发波导高度长期数据集，将步骤5所得的修正关系模型应用到区域蒸发波导高度长期数据集，得到面向传感器的区域蒸发波导高度长期数据集；步骤7，将步骤6所得的数据集划分训练集和测试集，以某三小时时段内的蒸发波导高度为目标变量，以该时段前24小时的蒸发波导高度为输入，训练神经网络建立经验预测模型；步骤8，利用船舶所携带传感器观测的过去24小时的蒸发波导高度，通过步骤7所得的经验预测模型计算未来三小时的蒸发波导高度。

全文数据：

权利要求：

百度查询： 山东省科学院海洋仪器仪表研究所 一种海面蒸发波导临近期快速预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD